基于改进共轭梯度BP法的化探矿床预测系统开发

• 作者: 周仲礼 秦飞龙 陈秀荣 马腾
• 来源期刊: 软件
• 学科: 工学
• 关键词: 数学地质 化探元素组合数学地质 改进共轭梯度法神经网络 矿床类型预测
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 软件工程
• 页码范围: 81-84
• 页数: 4页
• 分类号: TP182
• 字数: 2985字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2012.11.021

摘要

在化探数据的采集中,常常会受到很多人为因素的影响.因此,为了既能体现采集参数的客观性又能真实反映地质演变的复杂性,本文以化探元素组合为预测矿床类型的依据,对这一预测过程采用神经网络建模,并进行系统开发.同时考虑到网络的效率及稳定性,对于传统BP网络进行调整,用改进的共轭梯度法取代最速下降法,经结果测试及检验显示,新模型具有效率高,稳定性强的特点,从而有力推动了化探预测矿床类型的客观性与可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周仲礼		44	220	9.0	12.0
5	秦飞龙		15	43	4.0	5.0
7	马腾		2	9	2.0	2.0
9	陈秀荣		2	9	2.0	2.0